食品安全spssau数据的融合及分类技术综述(五)

浏览: 作者: 来源: 时间:2019-11-30 分类:论文写作技巧
食品安全spssau数据(或者spss论文)融合作为一种技术手段,可以在最大程度上发挥食品安全spssau数据(或者spss论文)的价值,它的实现可以使人们对食品安全行业的探索和认识向新的深度和广度拓展。它不同于传统的数据集或知识库技术,需要大跨度、深层次和综合性的研究方法。

3 食品安全spssau数据(或者spss论文)融合及关键技术

食品安全spssau数据(或者spss论文)融合作为一种技术手段,可以在最大程度上发挥食品安全spssau数据(或者spss论文)的价值,它的实现可以使人们对食品安全行业的探索和认识向新的深度和广度拓展。它不同于传统的数据集或知识库技术,需要大跨度、深层次和综合性的研究方法。食品安全spssau数据(或者spss论文)的融合层次可以分为数据层融合、特征层融合和决策层融合。本文主要工作是对 3 种层次的融合以及食品安全spssau数据(或者spss论文)融合关键技术进行介绍。本站专业提供spss数据分析、stata数据分析和eviews数据分析服务。

3.1 数据融合结构分类

(一)数据层融合

数据层融合又叫像素级融合,在食品安全spssau数据(或者spss论文)中经过数据层融合不仅能够最大程度上保留原始食品安全数据的特征,而且能够提供较多的细节信息[15]。融合过程如图 2 所示。数据层融合作为食品安全spssau数据(或者spss论文)融合的最低层次融合,用以消除食品安全数据中的冗余信息,去噪和去异常值。


(二) 特征层融合

特征层融合在食品安全spssau数据(或者spss论文)融合过程中属于中间的一个层次。融合过程如图 3 所示。从图中可以看出,特征级融合首先提取特征信息,然后进行融合。特征层融合可以在食品安全spssau数据(或者spss论文)融合过程中做到较好的信息压缩,从而减少了数据融合的通信量。相对于数据级融合,特征层融合具有更好的实时性。在食品安全spssau数据(或者spss论文)中为了保证数据融合精度,特征层融合常采用的方法有:人工神经网络、特征压缩聚类法、卡尔曼滤波等。本站专业提供spss数据分析、stata数据分析和eviews数据分析服务。

摘自:食品安全spssau数据的融合及分类技术综述